Cinq collections open source proposent des compétences prêtes à l’emploi pour encadrer les agents de codage, de la spécification à la livraison. Au menu : méthodes, tests, débogage structuré, mémoire multi‑sessions, sécurité et commandes d’installation. Tour d’horizon chiffré et opérationnel, sans mélange des approches.
Addy Osmani structure du DEFINE au SHIP avec 24 compétences
La collection Agent Skills vise l’usage en production et organise les workflows en six étapes : DEFINE, PLAN, BUILD, VERIFY, REVIEW et SHIP. Elle compte actuellement 24 compétences couvrant exigences, planification, TDD, frontend, conception d’API, débogage, sécurité, performances, revue de code, CI/CD, observabilité, documentation et livraison. Des commandes de cycle de vie (/spec, /plan, /build, /test, /review, /ship) chargent les enchaînements adaptés à chaque phase. L’accent est mis sur des gates de qualité : une compétence de développement piloté par les contraintes fixe les exigences de test, de linting, de sécurité, de couverture et de performance, en plaçant les vérifications coûteuses plus tard dans le flux. L’installation se fait via npx skills add addyosmani/agent-skills, avec une option --list pour explorer et --skill pour n’installer qu’une capacité. Le Skills CLI annonce la prise en charge de plus de 70 agents de codage, dont Claude Code, Cursor, Codex, Copilot et Cline.
ECC combine 68 agents, 94 shims, mémoire et AgentShield
ECC est décrit comme la collection la plus étendue en termes de capacités globales, associant des compétences, des agents experts, des règles, des hooks, une mémoire persistante, un apprentissage continu, des dispositifs de sécurité et des intégrations. Le dépôt propose 68 agents spécialisés ainsi que 94 shims de commande, couvrant des domaines tels que TDD, la recherche, le frontend, le machine learning, la sécurité, les opérations, l’architecture, les tests et l’orchestration d’agents. Affaan Mustafa détaille une séquence planification → test → implémentation → revue → vérification → mémorisation → amélioration ; les dernières étapes permettent de conserver un contexte exploitable et d’intégrer des schémas récurrents comme comportements acquis. L’outil AgentShield effectue une analyse des secrets, des permissions jugées à risque, des hooks, des paramètres MCP et des failles de sécurité liées aux prompts. L’installation s’effectue via npx ecc-universal@2.2.1 setup ou en mode guidé. La meilleure intégration actuelle est mentionnée côté Claude Code, avec un support pour Codex et, à des niveaux variables, Cursor, OpenCode, Kimi Code, Gemini et d’autres. ECC est présenté comme potentiellement surdimensionné pour un simple meilleur prompt de débogage, mais comme une option ambitieuse pour qui vise une plateforme d’ingénierie intégrée avec mémoire, sécurité et travailleurs spécialisés.
Vous codez avec l’IA ?
Outils, agents et nouveautés dev IA décryptés, chaque soir en 5 min. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisissez votre rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Deux voies pour encadrer l’agent : méthodo complète ou briques composables
Superpowers, créé par Jesse Vincent et l’équipe de Prime Radiant, se présente comme une méthodologie pour agents, avec des compétences couvrant planification, TDD et débogage systématique. Pour livrer une fonctionnalité, l’agent enchaîne brainstorming, validation du design, plan, implémentation via sous‑agents ou exécution du plan, TDD, revue, vérifications et finalisation de la branche. Le débogage s’appuie sur une analyse structurée des causes. L’installation pour Claude Code s’effectue via /plugin install superpowers@claude-plugins-official, avec une compatibilité annoncée pour Codex, Cursor, Gemini CLI, OpenCode, GitHub Copilot CLI, Kimi Code, Antigravity et d’autres environnements. À l’inverse, Skills for Real Engineers de Matt Pocock propose des capacités petites, adaptables et composables. Matt dit les utiliser quotidiennement pour de l’ingénierie réelle. Les compétences incluent improve-codebase-architecture, grill-with-docs (questionnement, modèle de domaine partagé, mise à jour de CONTEXT.md et ADRs), tdd (boucle rouge-vert-refactoriser) et diagnosing-bugs (processus structuré). Un enchaînement possible grill-with-docs → to-spec → to-tickets → implement → code-review est documenté comme chaîne multi‑sessions principale. L’installation via npx skills@latest add mattpocock/skills permet de choisir compétences et agents ; les fichiers sont copiés dans le projet pour adaptation. Matt recommande d’exécuter setup-matt-pocock-skills une fois par dépôt.
Un répertoire élargi: plus de 100 agents, compétences et apps RAG
Awesome LLM Apps de Shubham Saboo agrège plus de 100 projets open source mêlant agents, compétences d’agents et applications RAG autour de GPT, Claude, Gemini, DeepSeek, Llama et Qwen. Cette largeur de champ montre comment agents, outils, récupération, modèles multiples et compétences se combinent en applications utilisables. Parmi les compétences référencées figurent Project Graveyard, Scope Creep Detector, Commit Archaeologist, Self-Improving Agent Skills et Advisor Orchestrator Worker. Project Graveyard s’installe via npx skills add avec l’URL du dossier dédié ; il explore les dépôts Git locaux, lit leur historique, identifie les raisons d’abandon et suggère les projets à relancer.
Repères pratiques, périmètre et choix d’adoption
Au‑delà du code, l’ingénierie implique exigences, planification, tests, débogage, revue et critères de livraison ; les compétences d’agents encapsulent ces modes opératoires et évitent de tout réexpliquer. Cinq dépôts sont mis en avant : Superpowers (285.5K étoiles), Skills for Real Engineers (260.1K), ECC (256.7K), Awesome LLM Apps (137.3K) et Agent Skills (93.6K), chacun avec une approche spécifique. Superpowers revendique une méthodologie et une façon d’aborder le développement plus que des prompts isolés. Les positions résumées sont les suivantes : méthodologie complète (Superpowers), briques petites et composables (Matt Pocock), plateforme avec mémoire (ECC), expérimentation à large spectre (Awesome LLM Apps), focalisation production (Addy Osmani). Une ligne directrice proposée consiste à sélectionner les workflows adaptés, les éprouver sur des projets concrets et personnaliser progressivement les fichiers SKILL.md. L’idée générale est d’enseigner à l’agent la manière de construire le logiciel, dans un contexte où des agents comme Claude Code, Codex, Cursor et OpenCode sont déjà décrits comme efficaces pour produire du code.
